[發明專利]光信噪比預測方法及裝置有效
| 申請號： | 202011609069.6 | 申請日： | 2020-12-30 |
| 公開（公告）號： | CN112787717B | 公開（公告）日： | 2022-03-01 |
| 發明（設計）人： | 薛道均 | 申請（專利權）人： | 武漢郵電科學研究院有限公司 |
| 主分類號： | H04B10/079 | 分類號： | H04B10/079;G06N3/08 |
| 代理公司： | 武漢智權專利代理事務所(特殊普通合伙) 42225 | 代理人： | 張凱 |
| 地址： | 430074 湖*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 光信噪 預測 方法 裝置 | ||
1.一種光信噪比預測方法，其特征在于，所述光信噪比預測方法包括：
獲取多個原始特征值集合，其中，每個原始特征值集合包括單個光信噪比以及所述光信噪比對應的光信號特征值，不同原始特征值集合包括的光信噪比不同；
將所述多個原始特征值集合中的每個值減去相應基準值，得到多個相對特征值集合；
通過所述多個相對特征值集合對神經網絡模型進行訓練，得到目標神經網絡模型；
獲取待預測光信號特征值，將所述待預測光信號特征值減去特征值基準值，得到待預測光信號相對特征值；
將所述待預測光信號相對特征值輸入所述目標神經網絡模型，獲取目標神經網絡模型基于所述待預測光信號相對特征值輸出的光信噪比相對預測值；
將所述光信噪比相對預測值加上光信噪比基準值，得到所述待預測光信號特征值對應的光信噪比預測值。
2.如權利要求1所述的光信噪比預測方法，其特征在于，所述光信號特征值包括光信號最大值、光信號最小值、光信號平均值以及光信號標準差中的一種或多種。
3.如權利要求1所述的光信噪比預測方法，其特征在于，所述光信噪比基準值為滿足預設誤碼率要求的最低光信噪比；特征值基準值包含所述光信噪比基準值對應的光信號最大值、光信號最小值、光信號平均值以及光信號標準差中的一種或多種，特征值基準值包含的內容與光信號特征值包含的內容相對應。
4.如權利要求1所述的光信噪比預測方法，其特征在于，在將所述光信噪比相對預測值加上光信噪比基準值，得到所述待預測光信號特征值對應的光信噪比預測值的步驟之后，還包括：
檢測所述光信噪比預測值是否小于預設光信噪比；
若小于，則輸出告警提示。
5.一種光信噪比預測裝置，其特征在于，所述光信噪比預測裝置包括：
第一獲取模塊，用于獲取多個原始特征值集合，其中，每個原始特征值集合包括單個光信噪比以及所述光信噪比對應的光信號特征值，不同原始特征值集合包括的光信噪比不同；
數據處理模塊，用于將所述多個原始特征值集合中的每個值減去相應基準值，得到多個相對特征值集合；
訓練模塊，用于通過所述多個相對特征值集合對神經網絡模型進行訓練，得到目標神經網絡模型；
第二獲取模塊，用于獲取待預測光信號特征值，將所述待預測光信號特征值減去特征值基準值，得到待預測光信號相對特征值；
第三獲取模塊，用于將所述待預測光信號相對特征值輸入所述目標神經網絡模型，獲取目標神經網絡模型基于所述待預測光信號相對特征值輸出的光信噪比相對預測值；
預測模塊，用于將所述光信噪比相對預測值加上光信噪比基準值，得到所述待預測光信號特征值對應的光信噪比預測值。
6.如權利要求5所述的光信噪比預測裝置，其特征在于，所述光信號特征值包括光信號最大值、光信號最小值、光信號平均值以及光信號標準差中的一種或多種。
7.如權利要求5所述的光信噪比預測裝置，其特征在于，所述光信噪比基準值為滿足預設誤碼率要求的最低光信噪比；特征值基準值包含所述光信噪比基準值對應的光信號最大值、光信號最小值、光信號平均值以及光信號標準差中的一種或多種，特征值基準值包含的內容與光信號特征值包含的內容相對應。
8.如權利要求5所述的光信噪比預測裝置，其特征在于，所述光信噪比預測裝置還包括告警模塊，用于：
檢測所述光信噪比預測值是否小于預設光信噪比；若小于，則輸出告警提示。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于武漢郵電科學研究院有限公司，未經武漢郵電科學研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011609069.6/1.html，轉載請聲明來源鉆瓜專利網。
